基于數(shù)據(jù)挖掘的電信客戶細分研究.pdf

1、目前，國內(nèi)電信市場競爭變得越來越激烈，客戶對電信業(yè)務(wù)、服務(wù)的要求日趨多樣化和差異化，對電信服務(wù)的整體質(zhì)量也提出了更高要求。隨著3G時代的來臨，運營商只有深入分析用戶消費行為，精確識別、細分用戶，針對不同層次用戶進行定向營銷，方能更有效地提高客戶滿意度與忠誠度，進而提升企業(yè)的競爭力。
　　論文針對電信領(lǐng)域的客戶細分問題，探索了電信企業(yè)客戶數(shù)據(jù)的組織、處理和存儲方法，應(yīng)用數(shù)據(jù)挖掘技術(shù)，實現(xiàn)準確、有效的客戶細分。論文以客戶細分理論和數(shù)據(jù)

2、挖掘理論為基礎(chǔ)，闡述了如何在電信客戶生命周期的不同階段進行不同目的、不同內(nèi)容的客戶細分。接著，分析了電信數(shù)據(jù)倉庫建設(shè)過程中的關(guān)鍵問題，重點討論了電信企業(yè)客戶歷史數(shù)據(jù)的組織和存儲方法。在此基礎(chǔ)上，詳細討論了電信客戶細分屬性選擇的原則和方法，為客戶細分的展開做好了數(shù)據(jù)準備。然后，根據(jù)電信數(shù)據(jù)特點，設(shè)計了一個基于K-Means算法的電信客戶細分數(shù)據(jù)挖掘模型。
　　在實證分析部分，論文將上述客戶細分模型應(yīng)用到中國電信咸陽分公司固網(wǎng)客戶的細

3、分實踐中。以客戶價值+行為二維屬性為基礎(chǔ)，選出了55個價值相關(guān)屬性和38個行為相關(guān)屬性，然后，運用SPSS16.0進行數(shù)據(jù)探索分析和皮爾遜相關(guān)分析，最終確定出16個價值屬性和20個行為屬性，形成了客戶細分模型的應(yīng)用研究中所采用的屬性“寬表”。接著，采用了Clementine11.0數(shù)據(jù)挖掘軟件對基于K-Means算法的電信客戶細分模型進行驗證，將“寬表”中的數(shù)據(jù)導(dǎo)入該模型，通過K值的不斷調(diào)整，對樣本數(shù)據(jù)集進行了嘗試性運算，最終將總體客戶